Wetenschappers van de faculteit Ingenieurswetenschappen, Informatie, and Systems aan de Universiteit van Tsukuba analyseerden video van judowedstrijden op het hoogste niveau om systematisch de aspecten van houding te bepalen, vlak voor het uitvoeren van een worp, die tot succes leiden. Dit werk kan helpen bij kwantitatieve metingen van andere biomechanische processen, evenals het verbeteren van coachingmethoden.

Veel atletische trainingsregimes gebruiken herhaling om de techniek te perfectioneren. Echter, het verschil zien tussen een juiste en een onjuiste vorm vereist vaak het scherpe oog van een ervaren coach of trainer. Het hebben van een geautomatiseerde methode die de lichaamsbewegingen kan detecteren die correleren met succesvolle resultaten, zou een grote hulp zijn voor zowel nieuwkomers als professionals. Nutsvoorzieningen, wetenschappers van de Universiteit van Tsukuba hebben een computermethode ontwikkeld die gebruikmaakt van video van echte wedstrijden, waaronder de wereldkampioenschappen judo, om de belangrijkste aspecten van het grijpen en gooien van de tegenstander beter te begrijpen. Met behulp van deze aanpak, de kritische factoren van de lichaamspositionering net voor een succesvolle worp kunnen worden geïdentificeerd.

"We kunnen een nieuwe trainingsmethode ontwikkelen voor atleten om de meest succesvolle werptechnieken onder de knie te krijgen als we de correlaties tussen de houdingen kunnen vinden vlak voordat we beginnen met een worp, " zegt auteur professor Shinichi Yamagiwa. Dit proces bestond uit twee hoofdfasen, de meetfase en analysefase. Eerst, het team verzamelde video van 781 succesvolle judoworpen. Vervolgens, ze gebruikten een χ2 statistische test om de aspecten van de situatie te identificeren die correleerden met succes. Om de resultaten van het artikel toe te lichten, de auteurs beschrijven twee judoka's, of judobeoefenaars, genaamd Tori en Uke. In deze illustraties Tori voert een worp van Uke uit. "We ontdekten dat Uke's afstand tot Tori's schouders en benen de sleutel is tot de juiste werptechniek. " zegt professor Shinichi Yamagiwa.

Toekomstige trainingssystemen die de methode gebruiken, kunnen grafische interfaces bevatten om met video's te werken.

Dit is vooral handig voor zelftrainingssystemen voor vechtsporten. Het werk is gepubliceerd in Sensoren als "Statistische extractiemethode voor het onthullen van belangrijke factoren van houding voordat met succesvolle werptechniek in judo wordt begonnen."